题目：多模复合寻的融合模型与硬件实现研究

多模复合寻的能够获取目标状态估计和运动预测的融合信息。目前，基于人工智能和专家系统的信息处理技术，已成为智能信息融合领域的研究热点。本文针对毫米波雷达、红外传感器和紫外传感器的探测特点，建立了应用三色多模复合传感器信息的量测模型和异步/同步数据融合算法，完成了目标状态估计、数据关联和卡尔曼滤波器的硬件实现电路的设计。研究中采用模糊推理（FR）实现传感器可信度的估计，完成了对外界复杂环境的分析，实现多传感器对目标属性的识别技术；在数据关联阶段，采用模糊均值聚类（FCM）算法，实现应用于决策分析与专家系统的数据关联；对卡尔曼滤波算法应用Verilog-HDL语言实现了算法的FPGA硬件集成电路的设计，快速有效的实现了对目标预测值的估计。研究结果表明：基于模糊神经网络的ANFIS判别器，提供了一种信息融合智能推理系统，降低了传感器状态和环境因素造成的不确定性影响。特别是综合了熵函数的全局性参数算法，在复杂环境下实现了多传感器的自适应信息融合能力；基于新的度量空间的AWFCM算法，通过新的距离定义有效抑制含有噪声点及测量预测值在紧邻区域内的相互干扰，消除了多目标航迹交叉时，数据关联错分和航迹聚合的情况；设计了硬件卡尔曼滤波电路，实现了预测值的快速递归计算，为系统的实例化应用提供了有力保障。